論文の概要: BeeTrace: A Unified Platform for Secure Contact Tracing that Breaks Data Silos

• arxiv url: http://arxiv.org/abs/2007.02285v1
• Date: Sun, 5 Jul 2020 10:33:45 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-11 06:20:17.539488
• Title: BeeTrace: A Unified Platform for Secure Contact Tracing that Breaks Data Silos
• Title（参考訳）: BeeTrace: データサイロを破るセキュアなコンタクトトレースのための統一プラットフォーム
• Authors: Xiaoyuan Liu, Ni Trieu, Evgenios M. Kornaropoulos, Dawn Song
• Abstract要約: 接触追跡は、新型コロナウイルスなどの感染症の拡散を制御する重要な方法である。 現在のソリューションでは、ビジネスデータベースや個々のデジタルデバイスに格納された大量のデータを利用できません。 データサイロを破り、プライバシーの目標を保証するために最先端の暗号化プロトコルをデプロイする統合プラットフォームであるBeeTraceを提案する。
• 参考スコア（独自算出の注目度）: 73.84437456144994
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Contact tracing is an important method to control the spread of an infectious disease such as COVID-19. However, existing contact tracing methods alone cannot provide sufficient coverage and do not successfully address privacy concerns of the participating entities. Current solutions do not utilize the huge volume of data stored in business databases and individual digital devices. This information is typically stored in data silos and cannot be used due to regulations in place. To successfully unlock the potential of contact tracing, we need to consider both data utilization from multiple sources and the privacy of the participating parties. To this end, we propose BeeTrace, a unified platform that breaks data silos and deploys state-of-the-art cryptographic protocols to guarantee privacy goals.
• Abstract（参考訳）: 接触追跡は、新型コロナウイルスなどの感染症の拡散を制御する重要な方法である。 しかし,既存の接触追跡手法だけでは十分なカバレッジを提供できず,参加するエンティティのプライバシー問題に対処することができない。 現在のソリューションでは、ビジネスデータベースや個々のデジタルデバイスに格納された膨大なデータを使用しません。 この情報は典型的にはデータサイロに格納され、規則のため使用できない。 コンタクトトレーシングの可能性をうまく解き放つためには、複数のソースからのデータ利用と参加者のプライバシーの両方を考慮する必要がある。 そこで我々は,データのサイロを破って暗号化プロトコルをデプロイし,プライバシの目標を保障する統合プラットフォームbeetraceを提案する。

関連論文リスト

• Improving Privacy-Preserving Techniques for Smart Grid using Lattice-based Cryptography [1.4856472820492366]
  SPDBlockはブロックチェーンベースのソリューションで、プライバシ、完全性、攻撃に対する耐性を保証する。 多次元データ送信を効率的に処理しながら、悪意のあるエンティティを検出し、訴追する。 性能テストにより、SPDBlockは従来のスキームよりも通信と計算効率が優れていることが明らかになった。
  論文  参考訳（メタデータ） (2024-04-17T19:51:52Z)
• A Unified View of Differentially Private Deep Generative Modeling [60.72161965018005]
  プライバシー上の懸念のあるデータには、データアクセスとデータ共有を頻繁に禁止する厳格な規制が伴う。 これらの障害を克服することは、プライバシーに敏感なデータを含む多くの現実世界のアプリケーションシナリオにおいて、技術的進歩の鍵となる。 差分的プライベート(DP)データパブリッシングは、データの衛生化された形式のみを公開する、魅力的なソリューションを提供する。
  論文  参考訳（メタデータ） (2023-09-27T14:38:16Z)
• A Trajectory K-Anonymity Model Based on Point Density and Partition [0.0]
  本稿では点密度と分割(K PDP)に基づく軌道K匿名性モデルを開発する。 再識別攻撃に抵抗し、k匿名データセットのデータユーティリティ損失を低減する。
  論文  参考訳（メタデータ） (2023-07-31T17:10:56Z)
• Stop Uploading Test Data in Plain Text: Practical Strategies for Mitigating Data Contamination by Evaluation Benchmarks [70.39633252935445]
  データ汚染は、大規模な自動クロールコーパスで事前訓練されたモデルの台頭によって、普及し、課題となっている。 クローズドモデルの場合、トレーニングデータはトレードシークレットになり、オープンモデルであっても汚染を検出するのは簡単ではない。 1)公開するテストデータを公開鍵で暗号化し,デリバティブ配信を許可する,(2)クローズドAPI保持者からの要求トレーニング排他的コントロールを許可する,(2)評価を拒否してテストデータを保護する,(3)インターネット上のソリューションで表示されるデータを避け,インターネット由来のWebページコンテキストを解放する,という3つの方法を提案する。
  論文  参考訳（メタデータ） (2023-05-17T12:23:38Z)
• Preventing Unauthorized Use of Proprietary Data: Poisoning for Secure Dataset Release [52.504589728136615]
  公開したデータを最小限に修正して、他人がトレーニングモデルに乗らないようにするデータ中毒法を開発しています。 我々は,imagenet分類と顔認識によるアプローチの成功を実証する。
  論文  参考訳（メタデータ） (2021-02-16T19:12:34Z)
• Privacy-accuracy trade-offs in noisy digital exposure notifications [3.04585143845864]
  携帯電話による接触追跡プロセスの自動化に関心がある。 Bluetoothなどのデータ交換技術を使って、ユーザー間の連絡先を記録したり、ポジティブな診断を報告したり、病気のユーザーに暴露されたユーザーに警告したりできる。 実用的なプロトコルを設計することは重要であるが、露出イベントをユーザーに通知することは、それ自体が秘密情報を漏洩させる可能性があることに気づくことが不可欠である。
  論文  参考訳（メタデータ） (2020-11-08T15:00:38Z)
• Second layer data governance for permissioned blockchains: the privacy management challenge [58.720142291102135]
  新型コロナウイルス(COVID-19)やエボラウイルス(エボラ出血熱)のようなパンデミックの状況では、医療データを共有することに関連する行動は、大規模な感染を避け、死亡者を減らすために重要である。 この意味において、許可されたブロックチェーン技術は、スマートコントラクトが管理する不変で統一された分散データベースを通じて、データのオーナシップ、透明性、セキュリティを提供する権利をユーザに与えるために登場します。
  論文  参考訳（メタデータ） (2020-10-22T13:19:38Z)
• Confidential Computing for Privacy-Preserving Contact Tracing [0.18434042562191807]
  本稿では,プライバシ保護のためのコンタクトトレースバックエンドを構築するために,Intel SGX信頼できる実行環境を提案する。 SGXに基づくプライバシ保護コンタクトトレースシステムのプロトタイプがハッカソンで著者らによって実装されている。
  論文  参考訳（メタデータ） (2020-06-25T08:06:23Z)
• Mind the GAP: Security & Privacy Risks of Contact Tracing Apps [75.7995398006171]
  GoogleとAppleは共同で,Bluetooth Low Energyを使用した分散型コントラクトトレースアプリを実装するための公開通知APIを提供している。 実世界のシナリオでは、GAP設計は(i)プロファイリングに脆弱で、(ii)偽の連絡先を生成できるリレーベースのワームホール攻撃に弱いことを実証する。
  論文  参考訳（メタデータ） (2020-06-10T16:05:05Z)
• A Note on Cryptographic Algorithms for Private Data Analysis in Contact Tracing Applications [7.734726150561088]
  接触追跡は新型コロナウイルスのパンデミックに対抗する重要な手段だ。 我々は、プライベート・セット・インターセクション問題に対処するのに役立つ様々な暗号技術に焦点を当てる。
  論文  参考訳（メタデータ） (2020-05-19T06:18:13Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。